基于深度学习SSD算法的高密度电法智能解译方法技术研究

高密度电法在探测灰岩区地下溶洞病害体方面得到广泛应用,但高密度电法反演结果依赖于初始模型,存在多解性,地质解译容易受专业人员主观因素影响。为此,本文从具有唯一性的视电阻率数据出发,研究了基于深度学习的SSD(Single Shot Multi-box Detector)目标检测算法的视电阻率异常智能解译方法技术。针对岩溶地质病害,设计了不同填充类型、形状、规模、数量的溶洞电性异常模型,利用Res2dmod软件进行视电阻率正演计算,构建了包含1400个样本的高密度电法视电阻率智能解译学习样本库(样本和标签)。基于TensorFlow框架,建立了基于深度学习SSD算法的高密度电法视电阻率异常智能解译方法技术,使用学习样本库训练网络权值,训练结束后对高密电法温纳装置视电阻率异常进行智能解译,单个视电阻率剖面异常智能解译耗时不到1 s,各类目标(填充型溶洞、未填充型溶洞)平均准确率为90.68%。研究结果表明:基于SSD算法的高密度电法视电阻率异常智能解译技术可显著提高高密度电法视电阻率解译效率,避免专业人员主观因素影响。

基于BP神经网络的隧道超前地质预报资料综合解译技术研究

为提高超前地质预报资料综合解译的准确性,本次研究通过大量预报工作实践与持续开挖验证,建立了一套基于隧道掌子面地质调查法、地震波反射法和电磁波反射法于一体的隧道超前地质预报资料的综合解译规则。其中,一级综合解译基于掌子面地质编录一项指标和超前地质预报探测的四项指标分析得到,包含70条一级综合解译结果;二级综合解译在一级综合解译的基础上增加了地质雷达探测资料的两项指标,包含117条二级综合解译结果;二级综合解译比一级综合解译更详细、具体,降低了多解性出现的概率。同时,选取了70组训练样本,采用Back Propagation神经网络分析方法训练解译规则,形成了一套隧道超前地质预报综合解译技术。最后,以大巴山脉某公路隧道预报为应用实例,提出方法的预报准确率在80%以上,证明了该综合解译技术的有效性,研究可为隧道综合超前地质预报资料解译提供参考。

拉普拉斯卷积的双路径特征融合遥感图像智能解译方法

由于遥感图像存在多尺度变化和目标边缘模糊等问题,对其进行智能解译仍然是一项极具挑战性的工作。传统的语义分割方法在处理这些问题时存在局限性,难以有效捕捉全局和局部信息。针对上述问题,文中提出一种双路径特征融合分割方法 DFNet。首先,使用Swin Transformer作为主干提取全局语义特征,以处理像素之间的长距离依赖关系,从而促进对图像中不同区域相关性的理解;其次,将拉普拉斯卷积嵌入到空间分支,以捕获局部细节信息,加强目标地物边缘信息表达;最后,引入多尺度双向特征融合模块,充分利用图像中的全局和局部信息,以增强多尺度信息的获取能力。在实验中,使用了三个公开的高分辨率遥感图像数据集进行验证,并通过消融实验验证了所提模型不同模块的作用。实验结果表明,所提方法在Uavid数据集、Potsdam数据集、LoveDA数据集的mIoU达到了71.32%、85.58%、54.01%,提高了语义分割的性能,使分割结果更为精细。

基于深度学习的AMT智能地质解译技术

在砂岩型铀矿勘探中,开展音频大地电磁法(Audio Magnetotelluric Method,AMT)测深能够有效地获得深部砂体发育范围、基底隆凹形态等与铀成矿相关的地质信息。其测量成像结果包含的地质意义往往需要通过主观地质推断后才能为后续地质勘探工作提供支撑,解译结果严重依赖解译人员的地质认知和专业经验。与此同时,随着三维AMT测量技术的发展,人工地质解译的效率较为低下。文章以砂岩型铀矿成矿环境为基础,采用随机电阻率模型构建AMT图像样本库,并建立U-net网络开展砂体、基底等岩性识别训练,从而实现智能推断反演电阻率体中的砂体和基底。通过与人工解译结果对比,智能解译结果匹配程度较高,解译时间大大缩短,表明该方法在砂岩型铀矿勘探中具有较好的应用前景。

面向电力生产精细化风险解译的高度相似防护工具智能检测技术研究

电力生产通常面临高低电压、强弱电流等复杂工作环境转换,不同作业场景有严格的防护工具使用标准,因此,研究生产作业过程防护工具的精细辨识对保障人员安全及电网安全意义重大。已有研究可实现安全帽、工作服等基础着装类检测,而实际生产中存在大量形态高度相似的实体防护工具,如绝缘手套与线手套、绝缘杆与验电杆等。为此,该文提出一种基于深度代表性度量学习的相似防护工具智能检测方法。将目标类别特征学习转换为以差异化表达不同目标特征距离为目的的嵌入式空间特征学习,得到表征不同目标的深度代表性特征向量,通过计算未知目标与代表性特征向量的距离进行类别判断,最后以现场图像进行试验验证。试验结果表明:所提方法实现了对形态相似防护工具的特征差异表达和精准辨识,相比于常见目标检测模型具有更优越的辨识性能,从而提高电力生产安全风险辨识的精细化水平。

基于遥感解译的县域滑坡灾害发育规律研究

滑坡灾害调查往往工作量巨大,周期较长,传统的调查方法不仅因面积大无法做到实时性,且难以保证真实性和准确性,而遥感等现代调查技术具有广袤的遥感影像视域、较强的宏观性、较好的时效性和丰富的信息量等优势,大大提高灾害调查的精度和研究程度.本文以伊犁河谷特克斯县为研究区域,通过最新遥感影像结合区域地质环境条件综合分析,初步解译、实地验证、室内再解译等过程,最终得出特克斯县滑坡灾害分布特征,建立了滑坡灾害解译标识.结果表明:基于最新卫星影像数据的遥感解译结果能较好地反映特克斯县滑坡灾害发育规律,能全面反映区域内地质灾害的分布特征,可以为相关部门提供决策依据.

面向目视解译的全极化SAR船只精细化特征表征方法

随着卫星技术的发展,极化合成孔径雷达(PolSAR)数据的分辨率和数据质量得到大幅提升,为人造目标的精细化目视解译提供了良好的数据条件。目前主要采用多分量分解的方法,但是易造成像素错分问题,为此,该文结合Yamaguchi极化分解和极化熵提出了一种非固定阈值划分的方法用于实现全极化SAR图像船只结构精细化特征表征。Yamaguchi极化分解能够识别基本散射机制,其修正后的体散射模型更符合实测数据,可有效对人造目标进行表征。极化熵H在弱去极化状态下可以看成某一指定等效点的目标散射机制,能够有效突出船只主散射特征。因此,该文通过将Yamaguchi极化分解算法的非固定三分量与极化熵的低中高熵内嵌,将其分为非固定阈值的九分类成分,从而降低硬阈值处理在阈值边界处受噪声影响产生的类别随机性。并且将二次散射和单次散射均显著的区域称为混合散射(MSM),以更好匹配实验中船只典型结构的散射类型。在此基础上,利用广义相似性参数进一步缩短类内距离,采用改进后的GSP-Wishart分类器进行迭代聚类,旨在通过提高二次散射和混合散射机制以提高不同类型船只可区分度。最后,该文采用中国上海某港口的高分三号全极化SAR数据进行实验,为了验证每艘船只特征表征正确性,通过船舶自动识别系统(AIS)收集并筛选了该港口船只信息及光学数据,并与极化SAR数据中每艘船只进行匹配。实验结果表明该方法可有效区分散货船、集装箱船和油轮3种类型船只。

自然资源要素智能解译研究进展与方向

自然资源要素解译是自然资源调查监测工作中最基础、投入工作量最大、技术难度最高的工作,存在可解译类别少、要素边界不准不全、类别属性可靠性不高等诸多挑战。本文从自然资源调查监测应用场景出发,首先从要素解译到场景要素耦合的解译范式、数据驱动到知识驱动的解译方法、人工目视到人机协同的解译手段3个方面阐述了自然资源要素自动解译的研究进展;然后探讨了6个重点研究方向及其研究内容,包括场景要素耦合解译、知识驱动语义理解、人机协同智能解译、内外一体与三维环境解译、关键参数精准计算与定量反演,以及高可信质量控制与真实性验证;最后进行了总结与展望,以期为自然资源要素智能解译研究提供思路,推动解决困扰遥感影像自动解译方法在自然资源调查监测业务应用中的瓶颈问题。

内蒙古赤峰柴胡栏子金矿田遥感地质解译和蚀变信息提取与找矿预测

内蒙古柴胡栏子金矿田位于赤峰—朝阳金成矿带的最西北侧,是我国重要的黄金产地,但其自然条件恶劣,遥感地质研究程度较低,对于最主要的控矿因素(地层、构造、岩浆岩)分布特征以及与本区金成矿相关的围岩蚀变信息研究相对较少,利用遥感技术对该矿田进行找矿勘查具有重要意义。本文利用Landsat 8和GF-2遥感影像,结合“主成分分析+最佳指数因子”的方法组合,对柴胡栏子金矿田进行遥感地质解译。根据蚀变矿物的波谱特征,设计去除干扰信息-异常信息提取-异常分级-异常信息处理的蚀变信息提取方案,对Landsat 8和Sentinel-2A遥感影像进行蚀变信息提取;在前人区域地质、矿田地质研究的基础上,依据蚀变信息特征,结合地质解译成果圈定3个找矿靶区。研究表明,利用多源遥感卫星影像对研究区进行地质解译与蚀变信息提取,基本能够满足辅助中比例尺找矿预测及地质综合调查的需要,并提升找矿效率。研究成果对柴胡栏子金矿田未来找矿勘查具有基础性指导意义。

基于流域模型与遥感解译方法的农业面源污染精细化源解析技术研究

农业面源污染源解析是面源污染防治的基础。农作物种植是农业面源污染源的重要组成,然而传统的面源污染源解析方法不能量化不同农作物对农业面源污染负荷的贡献,其解析精度也难以满足环境管理部门精细化管理的客观需求。本研究以天津于桥水库上游沙河流域为研究区,采用流域模型与遥感解译的方法,解析流域总磷负荷来源与贡献,旨在建立一种农业面源污染源精细化源解析技术。研究结果显示:基于Google Earth Engine(GEE)平台的农作物遥感总体分类精度在88%以上,Kappa系数均大于0.81,整体分类结果可信。沙河流域主要作物类型包括冬小麦-夏玉米、板栗、果树与其他作物,其中冬小麦-夏玉米的种植面积最大,占比为44%~67%,板栗种植面积次之,占比为11%~29%。冬小麦-夏玉米种植面积总体呈下降趋势,板栗种植面积则呈快速上升趋势。沙河流域Generalized Watershed Loading Function(GWLF)模型对溪流量与总磷负荷的模拟表现良好,其模型校准期与验证期的NSE在0.59以上,R^(2)在0.79以上。耕地为沙河流域最大的面源总磷负荷来源,占总磷负荷总量的61%;在耕地中,冬小麦-夏玉米总磷负荷占比最大(52%),板栗次之(20%);考虑到板栗种植面积近年来不断上升,未来沙河流域面源总磷负荷仍有升高的风险。

高分一号卫星数据遥感地质解译

针对境外地质矿产调查工作中基础地质资料难以获取的难点,开展了高分一号卫星(GF-1)在境外地质矿产信息提取中的应用研究。在综合前人研究成果及野外验证的基础上,通过各类地质体的影像特征分析,建立了塔吉克斯坦南部地区主要沉积岩、变质岩和侵入岩以及断裂构造、节理、褶皱构造、矿化蚀变带等的遥感解译标志。并于区内西南部新发现一处矿化蚀变带,带内具较强烈的褐铁矿化、高岭土化、角岩化等,且断层交汇处的矿化更加强烈,远离断层则矿化逐渐减弱。研究结果表明,GF-1卫星数据的融合图像(空间分辨率为2m)能够进一步识别各类岩性及矿化蚀变带、节理、断裂、岩脉等,充分展示出我国国产卫星数据在地质矿产勘查领域可以取得很好的应用效果。

辽宁省河流水系及流域的遥感解译

水资源是人民生活、生产不可缺少的重要资源 ,随着人口增长和工业发展 ,水资源供需矛盾日益突出 ,水资源的合理开发利用是当前急需解决的问题 ,而河流水系分布及流域面积的准确计算是开发利用的基础。 1984年辽宁省曾进行第一次水资源普查工作 ,由于时间变迁和当时技术水平的限制 ,许多河流水系分布、流域面积等基础资料已不能准确反映当前状况。本研究利用美国地球资源卫星TM数字图像资料 ,选用ER -Mapper图像处理软件 ,对辽宁省河流水系及流域进行遥感解译。采用多比例尺、多波段、多时相的解译方法 ,同时还进行了直方图均衡化处理、滤波处理、线性变换等多种图像处理技术。采用波谱间关系法 ,建立了河流水系和流域遥感解译标志 ,同时采用主成分分析方法进行海岸线的遥感解译。计算了辽宁省主要河流长度及流域面积 ,与第一次水资源普查时的计算结果进行了对比分析 。

关于秭归县三峡地区遥感地质解译标志的建立

三峡地区,位于中国长江上游,以其复杂的地质构造、丰富的自然资源及重要的生态地位而闻名。为了更深入地理解该地区的地质特征,文章通过对秭归县三峡地区遥感图像(来源:资源三号(ZY-3))的信息分析,收集前人解译成果,结合野外调查成果,对研究区的线性构造、环状构造、地质体、地层岩性等特殊地质单元进行解译,建立该区典型解译标志,为地质调查提供资料。

基于遥感解译的地质灾害判别与分类方法研究

卫星遥感技术具有探测面积大和获取信息全等优势。本文针对该技术在地质灾害调查应用中的现状与特点,提出一种基于证据权法的地质灾害评估方法。该方法以区域性解译标志点为依据,对遥感影像进行自动分类处理,对地质灾害进行判别与分类,形成研究区域的地质灾害危险性分级图。经试验验证,该方法能够有效提取各类地质灾害点,并能够预测可能发生地质灾害的风险点,技术可靠,实施效率较高,在地质灾害的调查与评估方面具有一定的推广价值。

基于分形理论的蚀变异常遥感解译——以广东阳山县为例

围岩蚀变异常是热液型矿床的重要找矿标志,运用遥感技术解译提取围岩蚀变信息是辅助地质找矿的重要手段。本文采用主成分分析法提取广东阳山地区Landsat-5的TM遥感影像中铁染和泥化蚀变信息,对影像中所提取的异常主成分进行“像元-面积”划分并统计像元个数,再将异常阈值进行分形非线性划分,得到更为精准的分级方法。门限法是基于突变点选择阈值进行等级划分,在提取蚀变异常的结果中往往会包含大量的背景信息,利用分形理论确定临界值进行分级减少了这些信息的影响。本次研究通过门限法和分形方法两种划分方法对研究区的蚀变异常进行对比,最后根据研究区蚀变异常信息的分形特征,利用求和方法对研究区的铁染和泥化蚀变异常信息进行分级。结果表明,相对于门限法,在遥感蚀变信息提取中分形方法加强了阈值选取的准确度,并发现研究区泥化蚀变与铁染蚀变主要分布于北东部及北部区域,其它区域小面积离散分布,这可为矿产勘查工作提供更好的技术支撑。

遥感图像超分辨率重建技术研究及地质解译应用

遥感图像超分辨率重建技术通过提升遥感图像的空间分辨率,增强图像的细节和清晰度,在地质调查中能够提高地质特征的识别精度和信息提取的准确性,具有重要的应用价值。针对现有遥感图像重建模型在地质解译下的细节和特征信息丢失等缺点,提出一种基于增强型深度残差网络的多尺度渐进式残差网络(MPEDSR)的超分辨率重建模型。该模型重点针对残差结构进行调整,在残差块堆叠结构中加入跳跃连接,同时在残差块间引入通道注意力机制模块,实现残差分支信息的充分利用,并通过测试集图像证明所提方法的地质调查要素解译能力。实验结果表明:所提算法在主观视觉感受及峰值信噪比(PeakSignal-to-NoiseRatio,PSNR)和结构相似度(Structural Similarity,SSIM)等客观评价指标上均高于现有几种主流算法。在2倍和4倍放大因子下相较原模型在PSNR上分别提升0.176和0.194 dB,在SSIM上分别提升0.018和0.021。此外,该网络能有效提取滑坡和岩性边界,识别断裂构造。本研究为高分辨率遥感图像下的地质解译和地质灾害监测提供了有效的技术手段,推动了遥感地质解译的精细化和智能化发展。

高分辨率遥感影像样本库动态构建与智能解译应用

在人工智能时代,遥感影像解译朝着自动化智能化方向发展,高质量的样本数据集是其核心。我国积累了海量优质的时空地理信息基础数据及衍生产品,是深度学习驱动的遥感影像智能解译样本的重要来源。盘活现有数据资源,可推动人工智能与遥感解译的应用深度与广度。本文基于现有数据资源,针对样本数据集区域受限、时效性不强、类型单一等问题,研究了面向深度学习的高分遥感影像智能解译样本库动态构建技术。首先,分析了要素提取、地表覆盖分类、变化检测方面的公开样本数据集的特点,提出业务驱动的样本应需生成-动态构建-智能应用思路;其次,研究了基于历史解译成果的样本自动生成、SAM大模型提示学习引导的样本清洗精化方法及实现过程;再次,设计了具有区域性、时序性、尺度性、多传感器、多类型的样本库,以及顾及空间-时间-地类关系的动态样本数据库架构,研究了样本数据集“量化-检索-组合”动态重构过程,实现时空样本的动态管理与多维检索;最后,开展了地表覆盖分类、要素提取、变化检测等智能解译应用,验证了本文研究思路及方法的可行性,以期推动基于已有基础数据的样本数据集的有效利用,以及样本构建-管理-应用及数据-模型-业务的互联互通,为高分遥感影像智能解译样本库构建与应用提供参考思路。

基于遥感解译的典型强震区泥石流物源发育及演化--以四川都汶高速沿线为例

四川都汶高速位于2008年汶川地震强震区内,震后泥石流灾害异常活跃,对人类财产造成严重损失、人居安全构成重大威胁。为了查清山体斜坡物源空间分布规律,探讨汶川震区泥石流物源成因,选择区内震前DEM、震后Landsat TM多波段融合数据及典型泥石流沟2期全色波段遥感数据,进行泥石流物源发育特征及演化分析。结果表明:①汶川地震强震区物源发育受地形坡向、坡度、高程及水系的共同控制。在坡向上具有背坡面放大效应和逆冲(错动)方向放大效应,高程和坡度选择与山体斜坡发育的动力过程相关;②地震能量释放是物源发育基础,建立了强震区物源发育密度与地震烈度的指数关系模型,并认为研究区断层的存在可能促进了泥石流物源的进一步发育;③物源演化具有面积缩小、大型物源解体为多个小型物源、小型物源汇聚而致规模增大、物源迁移、出现新物源等特征。

面向遥感图像解译的增量深度学习

深度学习的发展推动了高精度遥感图像智能解译模型的涌现。然而,目前遥感智能解译模型大多基于预先定义的静态数据集独立训练,难以适应环境开放和需求动态的实际应用,严重阻碍了遥感智能解译模型的广域和长期运用。增量学习能使模型持续学习新知识,并保持对旧知识的记忆,近年来,被广泛应用于推动遥感智能解译模型演化、提升模型智能解译性能。该文面向多模态遥感数据、不同类型解译任务,全面调研了遥感图像智能解译增量学习方法,从遗忘问题解决思路、解译模型进化应用两个层面梳理了现有研究工作。在此基础上,从促进遥感图像解译模型进化研究的角度,展望和讨论了遥感领域增量学习的未来研究方向。

面向星载SAR在轨解译的数字孪生建模与处理

近年来,星载合成孔径雷达(synthetic aperture radar, SAR)成像和SAR图像处理已广泛应用在遥感图像领域的各个方面。SAR通常将接收到的回波数据传回地面系统进行处理,这导致当前星载SAR系统存在星地数据传输压力大、系统实时响应能力差等问题,因此将星载SAR成像和图像处理两大任务部署在SAR卫星上进行在轨解译成为新的解决方案。但SAR卫星上的载荷空间资源有限,难以搭载完成星载SAR成像和图像处理任务所需要的高性能计算设备,同时SAR卫星的制造成本高、研发风险大,需要在发射前对其进行验证。为解决上述问题,结合数字孪生技术设计了一种面向星载SAR在轨解译的数字孪生系统。在该系统中,首先构建了用于获取星载SAR回波数据及卫星几何信息的数据采集模型;其次,设计了用于模拟星载SAR在轨解译的数据处理模型及数据应用模型,为了适应星上资源有限的环境,对在轨解译进行了并行计算优化和轻量化处理;最后,搭建了一套由低功耗设备组成的系统硬件平台用于模拟资源有限的卫星环境。在多种场景目标下对该数字孪生系统进行实验,实验结果表明所设计数字孪生系统可以有效地模拟星载SAR在轨解译全流程,能为实际中的星载SAR在轨解译和功能验证提供合适的系统平台。